近红外光谱过程分析与控制技术融合及展望

被引:11
作者
陈夕松
苏曼
蒋立沫
机构
[1] 东南大学自动化学院
关键词
近红外光谱; 过程分析技术; 过程控制技术; 融合; 展望;
D O I
10.19708/j.ckjs.2018.09.002
中图分类号
TP273 [自动控制、自动控制系统]; O657.33 [红外光谱分析法];
学科分类号
070302 [分析化学]; 080802 [电力系统及其自动化];
摘要
以近红外(NIR)光谱为代表的新型过程分析技术(PAT)近年来在流程行业得到越来越多的应用。PAT是以化学计量学为基础,并采用自动化分析仪器的生产过程质量分析新方法,与传统化验分析技术相比,PAT具有测量速度快、准确度高等优点。介绍了NIR光谱的PAT原理,归纳了NIR光谱分析仪器技术特点及应用场合,阐述了NIR光谱预处理、建立校正模型等技术。进一步地,介绍PAT与过程控制技术(PCT)的融合,重点分析了PAT在完善先进控制技术及实时优化中所起的重要作用。最后,对PAT及PCT在流程智能制造领域的融合发展进行了展望。
引用
收藏
页码:5 / 9
页数:5
相关论文
共 20 条
[1]
智能制造中的状态在线监测技术 [J].
王燕山 ;
胡飞 ;
张梅菊 ;
刘德峰 ;
黄漫国 ;
刘伟 .
测控技术, 2018, 37 (05) :3-8+19
[2]
应用近红外可见光谱快速测量柴油十六烷值 [J].
詹白勺 ;
杨建国 ;
刘雪梅 ;
章海亮 .
光谱学与光谱分析, 2017, 37 (06) :1749-1753
[3]
近红外光谱分析技术在食用植物油分析检测中的应用 [J].
严丽霞 ;
张青青 ;
缪文彬 ;
沈晓芳 .
食品安全质量检测学报, 2017, 8 (05) :1521-1526
[4]
近红外光谱应用于中药质量控制及生产过程监控的研究进展.[J].李文龙;瞿海斌;.浙江大学学报(医学版).2017, 01
[5]
主成分分析结合BP神经网络对短程生物脱氮中氮的近红外光谱研究(英文).[J].黄健;黄珊;张华;黄显怀;张勇;陶勇;唐玉朝;王萌;.光谱学与光谱分析.2016, 10
[6]
一种基于加权吸光度及相似样本的汽油性质检测方法 [P]. 
陈夕松 ;
宋玲政 ;
杜眯 ;
费树岷 ;
胡云云 .
中国专利 :CN104990894B ,2015-10-21
[7]
预测控制的理论与方法.[M].丁宝苍.机械工业出版社.2017,
[8]
现代过程分析技术交叉学科发展前沿与展望.[M].褚小立;张莉;燕泽程.机械工业出版社.2016,
[9]
分析化学手册.[M].张玉奎.化学工业出版社.2016,
[10]
机器学习.[M].周志华.清华大学出版社.2016,